Conferencia · Universidad Bernardo O'Higgins · Santiago de Chile · 2026
La Tercera
Respuesta
Inteligencia Artificial, Incertidumbre y el Futuro de la Educación en Ingeniería
Dr. Maikel Yelandi Leyva-Vázquez · con Florentin Smarandache
Escanea para abriresta presentación
Universidad Bernardo O'Higgins
"Las luces, las riquezas y el poder anduvieron siempre reunidas en las naciones; sin estos elementos, que los unos nacen de los otros, Chile no será nación ni logrará el fruto de sus sacrificios."
— Bernardo O'Higgins
La tesis en una frase
El problema no es que la IA se equivoque;
es que no sabe cuándo no sabe.
Antes de empezar · vota desde tu teléfono
¿Lo que ves está en la imagen—o en ti?
La misma imagen, dos lecturas válidas. La sala se va a dividir — y nadie está equivocado. Guarden su voto: volveremos a esto.
Quién les habla
Una línea de investigación entre la lógica, la IA y la educación
- Dr. Maikel Leyva-Vázquez — PhD en Ciencias Técnicas (IA y Ciencia de Datos).
- Coordinador de Posgrado (UBE) · Editor-in-Chief de Neutrosophic Sets and Systems y NCML.
- Director de la Asociación Latinoamericana de Ciencias Neutrosóficas (ALCN).
- Línea: lógica neutrosófica, IA, incertidumbre y su aplicación a la educación y la decisión.
Qué van a escuchar
Cinco bloques — de la idea a la práctica al fundamento
- 1El problemaLa máquina que no puede decir "no sé".
- 2La Tercera Respuesta — T, I, FLibro: The Third Answer.
- 3Del libro al aulaThe Honest Classroom — educación en ingeniería.
- 4El fundamento formalType-k Neutrosophic Sets — matemática e ingeniería.
- 5SíntesisQué cambia en la formación de ingenieros y qué tesis abre.
01
El problema
La máquina que no puede decir "no sé".
Caso de apertura · Mata v. Avianca
Un abogado, seis casos, cero existencia real
- Nueva York, 2023. Un abogado usó un chatbot para investigar precedentes.
- La IA devolvió seis citas completas: nombres, expedientes, resúmenes.
- Al pedir verificación, las confirmó con la misma confianza. Ninguna existía.
- Sanción: USD 5 000 por abogado; el daño reputacional, años.
La raíz del problema
Confianza uniforme
Los LLM generan texto por coincidencia de patrones probabilísticos. No tienen un mecanismo intrínseco para distinguir entre:
Todo sale con el mismo tono de certeza. Esa es la falla estructural.
No es solo "alucinación"
Cuatro modos de fallo — distinta severidad y detectabilidad
| Modo de fallo | Qué ocurre | Detectabilidad |
|---|---|---|
| Fabricación | Inventa hechos, citas o datos inexistentes | Baja — suena plausible |
| Exceso de confianza | Afirma lo incierto como cierto | Baja |
| Sesgo silencioso | Reproduce un sesgo sin señalarlo | Media |
| Omisión | Calla lo que no sabe en vez de marcarlo | Alta — si se audita |
Un experimento mental
Un bate y una pelota cuestan $1.10
El bate cuesta $1.00 más que la pelota.
¿Cuánto cuesta la pelota?
Respóndelo en silencio — quédate con tu primera intuición. La necesitamos en la siguiente.
La trampa del pensamiento rápido
La respuesta
10¢ — pero entonces el bate costaría $1.10 y el total $1.20. Incorrecto.
5¢ — pelota 5¢ + bate $1.05 = $1.10. Exige parar y pensar.
Tu cerebro tomó el atajo. Esa es la trampa del pensamiento rápido — y la IA la alimenta.
Kahneman · Dunning-Kruger
El humano también colapsa la incertidumbre
Sistema 1 — rápido, intuitivo, cae en la trampa del bate. Sistema 2 — lento, crítico: el razonamiento que un profesional no puede delegar.
A menor competencia, mayor exceso de confianza. El humano confía justo donde es más vulnerable; la máquina no tiene metacognición: no sabe cuándo se equivoca.
El antídoto neutrosófico: hacer explícita la indeterminación (I) que el modelo —y el usuario— colapsan en falsa certeza.
Por qué importa en ingeniería
De la anécdota legal al riesgo de diseño
- La ingeniería decide bajo incertidumbre: cargas, materiales, demanda, riesgo.
- Si la IA entra al flujo de decisión sin señalar su incertidumbre, contamina la decisión.
- Dimensionamiento con datos inventados · código con fallos sutiles · informes con citas falsas.
- La confiabilidad de un sistema con IA depende de que la IA sepa comunicar lo que no sabe.
02
Libro 1
The Third Answer
La lógica que sí puede decir "no sé".
El creador de la neutrosofía
Florentin Smarandache
- Matemático rumano-estadounidense, Profesor Emérito de la University of New Mexico (EE. UU.).
- En 1995 funda la neutrosofía: generaliza la lógica difusa al añadir la indeterminación (I) como componente independiente de la verdad y la falsedad.
- De ahí nacen la lógica, los conjuntos y la probabilidad neutrosóficos — hoy aplicados en IA, decisión multicriterio, medicina y robótica.
- Coautor, con Leyva-Vázquez, de los tres libros de esta charla.
Su aporte cambia la pregunta de fondo: no "¿es verdad o mentira?", sino "¿cuánto sabemos, cuánto ignoramos y cuánto nos contradice?"
La tercera respuesta
Ni verdadero, ni falso — hay un tercer lugar lógico
La distinción que lo cambia todo
Dos indeterminaciones distintas, dos respuestas distintas
Falta evidencia — aún no sabemos.
Hay evidencia en ambos sentidos — datos en conflicto.
¿Recuerdan el vestido del inicio? La sala se dividió en dos lecturas válidas — eso no es ignorancia: es I de contradicción.
La lógica clásica colapsa ambas en "no sé". La neutrosófica las separa y las mide. En ingeniería: no es lo mismo "falta el dato" que "los sensores se contradicen".
Tres preguntas, cuatro zonas epistémicas
La terna (T, I, F) define en qué zona estamos y qué hacer
| Zona | T | I | F | Qué hacer |
|---|---|---|---|---|
| Conocimiento sólido | alta | baja | baja | Usar con confianza |
| Ignorancia | baja | alta | baja | Buscar más evidencia |
| Contradicción | media | alta | media | Resolver el conflicto |
| Refutado | baja | baja | alta | Descartar |
Ejemplo trabajado — una decisión real
La misma pregunta, dos respuestas
«¿Es seguro este material para esta carga?»
"Sí, es totalmente seguro." → certeza uniforme.
T=0.6 (datos parciales lo apoyan) · I=0.35 (faltan ensayos de fatiga) · F=0.05.
No es "sí/no": es "apóyate, pero ordena ensayos de fatiga antes de firmar".
El conocimiento evoluciona
Trayectoria epistémica — de la foto al video
- La terna (T, I, F) no es estática: se actualiza con nueva evidencia.
- Llega un ensayo de fatiga → I baja, T sube (o F sube si refuta).
- Se traza la trayectoria de una afirmación a lo largo del tiempo.
- Auditable: queda registro de por qué cambió la confianza.
03
Libro 2
The Honest Classroom
Del libro al aula de ingeniería.
Neutrosophic Logic in AI-Driven Education
De la máquina honesta al aula honesta
- Si la IA no distingue lo que sabe de lo que no, los estudiantes heredan esa falsa certeza.
- El riesgo educativo: aprender a producir respuestas seguras, no a pensar con incertidumbre.
- La propuesta: un aula que enseña a reconocer y declarar la zona I.
"Enseñar a pensar con IA exige enseñar a reconocer sus límites."
Taxonomía neutrosófica de la indeterminación
Dar nombre a la incertidumbre para poder enseñarla
Nombrar el tipo de incertidumbre es el primer acto de pensamiento crítico.
Evaluación honesta
Calificar también la I — premiar el "no estoy seguro" fundamentado
- Modelo tradicional: respuesta correcta / incorrecta (T/F).
- Modelo honesto: se valora reconocer la incertidumbre y declarar supuestos.
- "No tengo datos para afirmarlo" demuestra criterio, no ignorancia.
- Rúbricas que premian marcar la zona I, no solo acertar.
Fluidez en IA — Marco 4D
Competencia transversal para el ingeniero del futuro
Juntas convierten a la IA en un socio de pensamiento, no un buscador. Descripción y Discernimiento son las que más faltan hoy.
Síntesis · propiedades del modelo × (T, I, F)
Cuatro propiedades del LLM, cuatro firmas de incertidumbre
| Propiedad del LLM | Fallo típico | Firma (T, I, F) | Competencia 4D |
|---|---|---|---|
| Next-token prediction | Alucinación fluida | I suprimida — T falso alto | Discernimiento |
| Knowledge | Vacío o dato obsoleto | I genuinamente alta | Delegación |
| Working memory | Olvido, autocontradicción | el estado deriva en el tiempo | Descripción |
| Steerability | Sicofancia, jailbreak | T+I+F > 1 (H > 0) | Descripción / Discernimiento |
Alucinar y "no saber" parecen el mismo error — son opuestos: uno esconde la I, el otro la disfraza de T. Medir la I explícita los separa; la lógica bivalente no puede.
Implicaciones para acreditación y currículo
Un insumo para el aseguramiento de la calidad
- Resultados de aprendizaje con "uso crítico de la IA bajo incertidumbre".
- Criterios de evaluación que valoren la declaración de supuestos y límites.
- Trazabilidad: documentar cómo y con qué confianza se usó IA en proyectos.
- Aplicable directamente a la acreditación de programas de ingeniería.
04
Libro 3
Type-k Neutrosophic Sets
El fundamento formal.
¿Por qué necesitamos matemática nueva?
De la intuición al cálculo
- Para que "declarar la incertidumbre" sea operativo, hay que poder calcular con ella.
- La probabilidad clásica no separa ignorancia de contradicción.
- Los conjuntos neutrosóficos modelan (T, I, F) como objeto matemático.
- Type-k lo extiende a capas — incertidumbre sobre la incertidumbre.
Type-k: estructuras triádicas recursivas
Cuando la incertidumbre tiene capas
- Un conjunto neutrosófico asigna a cada elemento una terna (T, I, F).
- Type-k aplica la triada de forma recursiva: la confianza sobre la confianza.
- Permite auditar fuentes que evalúan a otras fuentes (S2 evalúa a S1).
- Modela la incertidumbre en cadenas de decisión y de evidencia.
Extensiones tensoriales y auditoría de LLMs
Medir lo que un detector estándar no puede medir
- Los tensores neutrosóficos capturan (T, I, F) en múltiples dimensiones a la vez.
- Aplicación estrella: auditar las salidas de los modelos de lenguaje.
- Hallazgo: los detectores actuales derivan T y F del mismo softmax → no pueden medir contradicción (T+F>1).
- Solución (protocolo dual-NLI): medir T y F con modelos independientes.
Aplicaciones de ingeniería
Dónde rinde el formalismo
Caso real · Gemelo digital Neutro-Safe (Guayaquil)
Un sistema que declara su propia incertidumbre
- Gemelo digital urbano que diagnostica violencia estructural por sectores.
- Cada capa de datos lleva su (T, I, F): qué se sabe, qué falta, qué se contradice.
- No oculta los vacíos de información: los muestra como zona I.
- Repositorio público; pipeline de actualización automatizado.
05
Síntesis
Qué cambia para la ingeniería.
Tres libros, una sola línea
Idea → aula → fundamento
Qué cambia en la práctica
Tres acciones — del concepto a la decisión cotidiana
Exigir a la IA que declare su incertidumbre antes de confiar en ella.
Evaluar el criterio para reconocer la zona I, no solo la respuesta correcta.
Auditar la IA con herramientas que midan la contradicción.
Líneas de tesis que abre · PhD en IA
Material directo para un programa doctoral
- Auditoría epistémica de LLMs con dual-NLI / tensores neutrosóficos.
- Cuantificación de incertidumbre en gemelos digitales de infraestructura.
- Evaluación educativa basada en (T, I, F) y su impacto en el aprendizaje.
- Decisión multicriterio neutrosófica para confiabilidad y mantenimiento.
- Sesgo y alineamiento: medir lo que el modelo no señala.
Mensaje final
Una IA confiable no es la que más responde—
es la que sabe decir "no estoy seguro".
Recursos — los tres libros · acceso libre
Descárgalos y compártelos
The Third Answer
fs.unm.edu/TheThirdAnswer-en.pdf
The Honest Classroom
fs.unm.edu/TheHonestClassroom.pdf
Type-k Neutrosophic Sets
fs.unm.edu/Type-K-NeutrosophicSets.pdf
Biblioteca científica · University of New Mexico · Leyva-Vázquez & Smarandache · NSIA Publishing House, 2026
Gracias
Tres formas de colaborar con la Facultad de Ingeniería
Seminario y co-diseño curricular de Fluidez en IA (4D) para ingeniería bajo incertidumbre.
Línea conjunta: auditoría neutrosófica de LLMs y gemelos digitales que declaran su (T, I, F).
Co-dirección de tesis de maestría y doctorado, con publicación en revistas indexadas (NSS / NCML).
Dr. Maikel Leyva-Vázquez · mleyvaz@gmail.com · mleyvaz.github.io